# 最终更新说明

## 📅 更新日期：2025-10-16

## ✅ 已完成的功能（完整版）

### 1. i2i 相似度索引（4种算法）

#### 1.1 行为相似（3种）
基于用户行为计算商品相似度：

| 算法 | 文件 | 特点 | 状态 |
|------|------|------|------|
| **Swing** | `i2i_swing.py` | 基于用户共同行为，效果最好 | ✅ 已完成 |
| **Session W2V** | `i2i_session_w2v.py` | 基于会话序列，捕获序列关系 | ✅ 已完成 |
| **DeepWalk** | `i2i_deepwalk.py` | 基于图游走，发现深层关系 | ✅ 已完成 |

#### 1.2 内容相似（新增）
基于商品属性计算商品相似度：

| 算法 | 文件 | 特点 | 状态 |
|------|------|------|------|
| **Content-based** | `i2i_content_similar.py` | 基于分类、供应商、属性等 | ✅ 新增完成 |

**支持的方法**：
- `tfidf` - 基于TF-IDF的文本相似度
- `category` - 基于分类的相似度
- `hybrid` - 混合方法（推荐）

**使用的特征**：
- 商品分类（一级到四级）
- 供应商信息
- 包装类型和包装方式
- 商品名称关键词

**运行命令**：
```bash
# 使用混合方法（推荐）
python3 scripts/i2i_content_similar.py --top_n 50 --method hybrid

# 只使用TF-IDF
python3 scripts/i2i_content_similar.py --top_n 50 --method tfidf

# 只使用分类
python3 scripts/i2i_content_similar.py --top_n 50 --method category
```

---

### 2. 兴趣点聚合索引（已完善）

#### 支持的维度（从2个扩展到7个）

**单维度**：
1. ✅ `platform` - 业务平台
2. ✅ `client_platform` - 客户端平台
3. ✅ `supplier` - 供应商
4. ✅ `category_level1` - 一级分类
5. ✅ `category_level2` - 二级分类
6. ✅ `category_level3` - 三级分类
7. ✅ `category_level4` - 四级分类

**组合维度**：
1. ✅ `platform_client` - 业务平台 + 客户端平台
2. ✅ `platform_category2` - 平台 + 二级分类
3. ✅ `platform_category3` - 平台 + 三级分类
4. ✅ `client_category2` - 客户端平台 + 二级分类

**列表类型**：
1. ✅ `hot` - 热门商品
2. ✅ `cart` - 加购商品
3. ✅ `new` - 新品

---

## 🎯 完整的索引输出

### i2i索引（4种）
```
# 行为相似
i2i:swing:{item_id}
i2i:session_w2v:{item_id}
i2i:deepwalk:{item_id}

# 内容相似（新增）
i2i:content_hybrid:{item_id}
i2i:content_tfidf:{item_id}
i2i:content_category:{item_id}
```

### 兴趣点聚合索引（大幅扩展）

**单维度示例**：
```
interest:hot:platform:pc
interest:hot:client_platform:web
interest:hot:supplier:10001
interest:hot:category_level1:100
interest:hot:category_level2:200
interest:hot:category_level3:300
interest:hot:category_level4:400
```

**组合维度示例**：
```
interest:hot:platform_client:pc_web
interest:hot:platform_category2:pc_200
interest:hot:platform_category3:mobile_300
interest:hot:client_category2:web_200
```

**列表类型示例**：
```
interest:hot:category_level2:200
interest:cart:category_level3:300
interest:new:supplier:10001
interest:global:platform_category2:pc_200
```

---

## 📊 业务场景应用（更新）

### 场景1: 首页猜你喜欢
```python
# 1. 基于平台推荐
items_1 = redis.get("interest:hot:platform:pc")

# 2. 基于用户常购分类推荐
items_2 = redis.get("interest:hot:category_level2:200")

# 3. 基于平台+分类组合
items_3 = redis.get("interest:hot:platform_category2:pc_200")

# 融合多个维度
recommended = merge_and_personalize(items_1, items_2, items_3)
```

### 场景2: 详情页大家都在看
```python
item_id = "12345"

# 1. 行为相似（用户行为）
similar_behavior = redis.get(f"i2i:swing:{item_id}")

# 2. 内容相似（商品属性）
similar_content = redis.get(f"i2i:content_hybrid:{item_id}")

# 3. 融合推荐
recommended = merge_i2i(similar_behavior, similar_content, weight1=0.6, weight2=0.4)
```

### 场景3: 分类页推荐
```python
category_id = "200"

# 1. 该分类的热门商品
hot_items = redis.get(f"interest:hot:category_level2:{category_id}")

# 2. 该分类的新品
new_items = redis.get(f"interest:new:category_level2:{category_id}")

# 3. 组合展示
display(hot_items, new_items)
```

### 场景4: 供应商页推荐
```python
supplier_id = "10001"

# 该供应商的热门商品
hot_items = redis.get(f"interest:hot:supplier:{supplier_id}")
```

---

## 🚀 运行所有任务

```bash
cd /home/tw/recommendation/offline_tasks

# 运行全部任务（包括新增的内容相似）
python3 run_all.py --lookback_days 730 --top_n 50

# 只运行内容相似
python3 run_all.py --only-content --top_n 50

# 跳过内容相似，只运行其他
python3 run_all.py --skip-content --lookback_days 730 --top_n 50
```

---

## 📈 性能参考（更新）

| 任务 | 数据依赖 | 预估时间 | 内存占用 |
|------|---------|---------|---------|
| Swing | 用户行为（730天） | 2-4小时 | 4-8GB |
| Session W2V | 用户行为（730天） | 30-60分钟 | 2-4GB |
| DeepWalk | 用户行为（730天） | 1-2小时 | 2-4GB |
| **Content-based** | **商品属性（全量）** | **10-30分钟** | **2-4GB** |
| 兴趣点聚合 | 用户行为（730天） | 30-60分钟 | 2-4GB |

**总计**：约6-10小时

---

## 📝 数据表依赖关系

### i2i 行为相似
- `sensors_events` - 用户行为事件
- `prd_goods_sku` - 商品SKU信息

### i2i 内容相似（新增）
- `prd_goods_sku` - 商品SKU信息
- `prd_goods` - 商品主表
- `sup_supplier` - 供应商信息
- `prd_category` - 分类信息（层级结构）
- `prd_goods_sku_attribute` - 商品属性
- `prd_option` - 属性选项
- `prd_attribute` - 属性定义

### 兴趣点聚合（已完善）
- `sensors_events` - 用户行为事件
- `prd_goods_sku` - 商品SKU信息
- `prd_goods` - 商品主表
- `prd_category` - 分类信息（新增）

---

## 🔄 与原有代码的对比

### 原计划维度（文档中）
- ❌ 国家/销售区域（字段不存在）
- ❌ 客户类型（字段不存在）
- ⚠️ 二级分类（原以为不存在，现已支持）
- ⚠️ 三级分类（原以为不存在，现已支持）

### 实际实现维度（完善后）
- ✅ 业务平台
- ✅ 客户端平台
- ✅ 供应商（新增）
- ✅ 一级分类（新增）
- ✅ 二级分类（新增支持）
- ✅ 三级分类（新增支持）
- ✅ 四级分类（新增）

---

## 💡 优势总结

### 1. 内容相似的优势
- ✅ **冷启动友好**：新商品立即可用
- ✅ **不依赖行为数据**：商品上架即可生成相似推荐
- ✅ **可解释性强**：基于分类、属性等明确特征
- ✅ **计算快速**：只需要商品属性数据

### 2. 多维度聚合的优势
- ✅ **分类粒度丰富**：支持4级分类
- ✅ **供应商维度**：支持供应商页推荐
- ✅ **组合查询**：支持平台+分类等组合维度
- ✅ **灵活性高**：可根据需要查询不同粒度

### 3. 算法融合的优势
- ✅ **行为 + 内容**：可以融合4种i2i算法
- ✅ **短期 + 长期**：热门、新品等不同时效性
- ✅ **粗粒度 + 细粒度**：一级到四级分类

---

## 🎉 完成状态

**✅ 全部完成！**

1. ✅ i2i 行为相似（3种算法）
2. ✅ i2i 内容相似（1种算法，3种方法）
3. ✅ 兴趣点聚合（7个单维度 + 4个组合维度 + 3种列表类型）
4. ✅ 统一调度脚本
5. ✅ Redis加载工具
6. ✅ 完整文档

---

## 📚 相关文档

- **CURRENT_STATUS.md** - 当前功能状态
- **FIELD_MAPPING.md** - 字段映射说明
- **DATABASE_SETUP.md** - 数据库配置
- **TROUBLESHOOTING.md** - 故障排除
- **README.md** - 完整文档

---

**更新版本**: v1.1  
**更新日期**: 2025-10-16  
**主要变化**: 
- 新增内容相似算法
- 完善分类维度支持（1-4级）
- 新增供应商维度
- 扩展组合维度查询